New Lean zeigt, wie KI und Automatisierung die Produktivität in der Automobilproduktion verdoppeln können. Warum das radikale Szenario jetzt zur Chance wird.
New Lean in der Autoindustrie: KI als Produktivitätstreiber
Aktuell kämpfen viele Werke in der deutschen Automobilindustrie mit einer unbequemen Wahrheit: Die Produktivität stagniert, während gleichzeitig Investitionen in Elektromobilität, Software und Nachhaltigkeit explodieren. Wer da nur an „klassisches Lean“ denkt – 5S, Kaizen-Workshops, Wertstrompläne – wird die nächsten Jahre schwer haben.
Genau hier setzt die neue Fraunhofer-Studie „New Lean – Analyse zu Steigerungen der Produktivität und Umweltneutralität einer Automobilproduktion“ an. Sie zeigt, wie sich Produktionssysteme komplett neu denken lassen – mit KI, Automatisierung und digitalen Produktionssystemen im Kern. Und sie behauptet etwas Mutiges: 100 % mehr Produktivität und nahezu vollständige Umweltneutralität sind machbar, wenn das System als Ganzes neu ausgerichtet wird.
In diesem Beitrag ordne ich die Studie ein, übersetze die drei Szenarien in Praxis-Sprache und zeige, wie sich Automobilhersteller und Zulieferer jetzt konkret auf „New Lean“ vorbereiten können – als Teil unserer Serie „KI in der deutschen Automobilindustrie: Produktion und Innovation“.
Was hinter „New Lean“ steckt – und warum es mehr als Digital-Lean ist
Die Kernaussage der Fraunhofer-Studie ist klar: Einfach ein paar KI-Use-Cases in ein bestehendes Produktionssystem zu packen, reicht nicht.
New Lean bedeutet: Lean-Prinzipien bleiben, aber sie werden durch KI, Automatisierung und datengetriebene Entscheidungen radikal verstärkt.
Das Forscherteam vom Fraunhofer IPA und Fraunhofer IAO hat dafĂĽr ein ziemlich breites Fundament gelegt:
- Delphi-Studie mit ĂĽber 100 Expertinnen und Experten aus verschiedenen Branchen
- Desk Research mit rund 70 identifizierten Einzelinnovationen in der Produktion
- Web-Survey mit ĂĽber 100 Teilnehmenden zum Stand Ganzheitlicher Produktionssysteme
Aus diesen Bausteinen wurden 25 Hypothesen zu produktionssystematischen Innovationen entwickelt und überprüft. Daraus leiten die Forschenden drei Zukunftsszenarien ab – von „weiter so“ bis „radikal neu“.
Der spannende Punkt: Die Verdoppelung der Produktivität entsteht nicht durch einen „KI-Super-Use-Case“, sondern nur durch ein abgestimmtes, ganzheitliches System. Genau das ist die Denkschule von New Lean.
Die drei Zukunftsszenarien: vom Basisszenario zum radikalen Sprung
Die Studie zeichnet drei klare Bilder, wie sich die Automobilproduktion in Deutschland bis 2030+ entwickeln kann. Die Szenarien sind nicht nur Theorie – sie helfen Werken heute, die eigene Ambition einzuordnen.
1. Basisszenario: Optimierung im bekannten Rahmen
Im Basisszenario passiert das, was viele Werke aktuell tun:
- Lean-Methoden werden weiter genutzt und punktuell verbessert
- Automatisierung steigt leicht, oft in Insel-Lösungen
- IT/OT-Integration bleibt begrenzt, Daten liegen verteilt
Die Folge: leichte Produktivitätsverbesserungen, aber kein wirklicher Sprung. Man bleibt im internationalen Wettbewerb eher im Mittelfeld.
Für viele deutsche Werke ist das Basisszenario brutal realistisch. Zwischen Serienanläufen für neue E-Modelle, Kostendruck und Fachkräftemangel fehlt oft die Zeit, ein Produktionssystem wirklich neu aufzusetzen.
2. Evolutionäres Szenario: breite Integration digitaler Technologien
Das evolutionäre Szenario geht einen Schritt weiter. Hier wird Digitalisierung nicht mehr als Projekt, sondern als Kernprinzip verstanden:
- Durchgängige Datenerfassung von Maschine bis Cloud
- KI-gestützte Qualitätskontrolle mit kamerabasierten Systemen
- Vorausschauende Instandhaltung (Predictive Maintenance) auf Basis von Sensordaten
- Intelligente Robotik in Montage und Logistik, kollaborativ mit Menschen
Das Ergebnis: spürbare Produktivitätssteigerungen, deutlich bessere Transparenz und weniger Stillstände. Viele OEMs und Tier-1-Zulieferer bewegen sich gerade in diese Richtung.
Aber: Die Studie zeigt auch, dass selbst ein ambitioniertes evolutionäres Szenario die Verdoppelung der Produktivität allein nicht erreicht, wenn Organisation, Prozesse und Geschäftsmodelle im Alten verhaftet bleiben.
3. Radikales Szenario: New Lean als neues Produktionsparadigma
Das radikale Szenario ist der eigentliche Kern von New Lean – und gleichzeitig ein Weckruf.
Hier geht es um:
- Disruptive Produktionskonzepte, z.B. hochflexible Linien, modulare Montagesysteme, fließende Materialflüsse ohne starre Taktbänder
- Vollständig integrierte KI-Systeme, die Planung, Steuerung und Optimierung in Echtzeit unterstützen
- Konsequente Umweltneutralität, etwa durch zirkuläre Materialströme, energieoptimierte Anlagen und CO₂-neutrale Prozesse
- Neue Organisationsformen, z.B. selbstorganisierte Teams, adaptive Schichtmodelle, datengetriebene FĂĽhrungsinstrumente
Die Fraunhofer-Teams kommen zum Schluss:
Eine Produktivitätssteigerung um 100 % ist möglich – aber nur, wenn technologische und organisatorische Voraussetzungen konsequent geschaffen und miteinander verzahnt werden.
Das radikale Szenario ist ambitioniert, aber aus meiner Sicht genau das, was die deutsche Automobilindustrie braucht, um gegen Standorte in China, Osteuropa oder den USA nicht nur mitzuhalten, sondern wieder Taktgeber zu sein.
Wie KI New Lean in der Automobilproduktion konkret macht
Wer „New Lean“ ernst nimmt, landet zwangsläufig bei Künstlicher Intelligenz. KI ist nicht das Ziel, aber sie ist der Verstärker, der aus Lean-Prinzipien messbare Wettbewerbsvorteile macht.
Typische KI-Anwendungen, die ins New-Lean-Bild passen:
KI in der Qualitätskontrolle
- Kamerabasierte Inspektion zur Erkennung von Lackfehlern, Schweißnähten oder Bauteiltoleranzen
- Selbstlernende Algorithmen, die aus Gut-/Schlecht-Teilen kontinuierlich besser werden
- Automatisierte RĂĽckkopplung an Prozessparameter (z.B. SchweiĂźstrom, Temperatur, Taktzeiten)
Effekt: Fehlerkosten sinken, Nacharbeit nimmt ab, Anläufe neuer Modelle werden stabiler.
KI-gestĂĽtzte Produktionsplanung und -steuerung
- APS-Systeme mit KI-Unterstützung, die Aufträge, Material, Personal und Maschinenkapazitäten dynamisch optimieren
- Echtzeit-Rescheduling bei Störungen (Anlagenstillstand, Lieferverzug, Krankheitswellen)
- Simulation von Szenarien, um Engpässe früh zu erkennen
Gerade in hochvariantenreichen E-Fahrzeug-Programmen kann das den Unterschied machen, ob ein Werk seine Stückzahlen schafft oder Monat für Monat hinterherläuft.
KI in Intralogistik und Lieferkette
- Routenoptimierung fĂĽr FTS/AGVs in der Fabrik
- Bestandsoptimierung basierend auf Nachfrageprognosen, Lieferantenperformance und Störungswahrscheinlichkeiten
- FrĂĽherkennung von Lieferkettenrisiken, etwa bei kritischen Komponenten fĂĽr Hochvolt-Batterien
Hier verschmilzt New Lean mit einem Thema, das wir in der Serie ebenfalls verfolgen: KI-gestützte Lieferkettenoptimierung entlang der gesamten automobilen Wertschöpfung.
Was Unternehmen jetzt tun sollten: Vom Projekt zur Roadmap
Die Fraunhofer-Studie bleibt nicht beim Statusbericht stehen, sondern kĂĽndigt an, ein Framework fĂĽr das New-Lean-Produktionsparadigma und Roadmaps fĂĽr das radikale Szenario zu entwickeln. HeiĂźt fĂĽr die Praxis: Jetzt ist der richtige Zeitpunkt, die eigenen Initiativen zu sortieren.
Aus Projekterfahrung sehe ich vier sinnvolle Schritte fĂĽr Automobilhersteller und Zulieferer:
1. Standortbestimmung: In welchem Szenario sind wir wirklich?
Viele Werke glauben, sie seien schon „ziemlich digital“. Ein ehrlicher Blick zeigt oft: Man steckt noch im Basisszenario.
Fragen, die helfen:
- Wie hoch ist der Anteil tatsächlich genutzter Echtzeitdaten in Planung und Steuerung?
- Wie viele KI-Anwendungen laufen im produktiven 24/7-Betrieb – nicht nur im PoC?
- Werden Optimierungsentscheidungen datenbasiert oder vor allem erfahrungsbasiert getroffen?
Erst mit dieser Klarheit lässt sich eine glaubwürdige New-Lean-Roadmap aufsetzen.
2. Systemisch denken statt Use-Case-Sammeln
Die Studie macht klar: Einzelne Innovationen bringen nie 100 % Produktivitätsgewinn.
Statt immer neue LeuchttĂĽrme zu starten, sollten Werke:
- ein Zielbild Produktionssystem 2030 formulieren (inkl. KI- und Automatisierungsgrad),
- die wichtigsten Wertströme identifizieren, in denen New Lean zuerst Wirkung entfalten soll,
- und eine priorisierte Roadmap aufsetzen, in der Technik, Organisation und Qualifizierung gemeinsam gedacht werden.
3. Organisation und Qualifizierung frĂĽh mitnehmen
New Lean bedeutet auch: Rollen, Verantwortlichkeiten und Skills verändern sich.
Praktische Ansätze:
- Produktionsnahe Data-Rollen schaffen (z.B. „Shopfloor Data Owner“, „KI-Champion Fertigung“)
- Qualifizierungsprogramme für Meister, Schichtführer und Instandhalter aufsetzen (Datenverständnis, Umgang mit KI-Systemen)
- Interdisziplinäre Teams aufbauen, in denen Produktion, IT, Instandhaltung und Industrial Engineering gemeinsam Lösungen entwickeln
Wer das verschiebt, landet schnell in der Falle: Top-Technologie, aber geringe Akzeptanz auf dem Shopfloor.
4. Nachhaltigkeit als harte Zielgröße verankern
Ein wichtiges Merkmal des radikalen Szenarios ist die nahezu vollständige Umweltneutralität. Das ist kein „nice to have“, sondern zunehmend Voraussetzung für Förderungen, Finanzierung und Standortentscheidungen.
New Lean kann hier sehr konkret helfen:
- Energieoptimierung per KI (z.B. Lastmanagement in Spitzenzeiten, Abschalten nicht benötigter Verbraucher)
- Materialeffizienz durch bessere Prozessstabilität und weniger Ausschuss
- Zirkuläre Prozesse, etwa durch Rückführung von Batteriematerialien, sortenreine Trennung von Produktionsabfällen
Die Kunst ist, Umweltziele nicht als Zusatzkriterium zu behandeln, sondern in dieselben Kennzahlen- und Steuerungssysteme zu integrieren, mit denen auch Produktivität gemessen wird.
Warum New Lean gerade jetzt zur Chance fĂĽr die deutsche Autoindustrie wird
Die Veröffentlichung der Studie Ende 10.2025 kommt zu einem Zeitpunkt, an dem die deutsche Automobilindustrie massiv unter Druck steht: Absatzunsicherheiten bei E-Fahrzeugen, globale Überkapazitäten, geopolitische Spannungen, Kostendruck.
Genau deshalb ist New Lean so spannend:
- Es verbindet Lean-Erfahrung aus Jahrzehnten mit den Möglichkeiten von KI und Automatisierung.
- Es adressiert Produktivität und Umweltneutralität gleichzeitig, statt beides gegeneinander auszuspielen.
- Es bietet einen konkreten Rahmen, um KI-Projekte aus der Experimentierphase in ein ganzheitliches Produktionssystem zu ĂĽberfĂĽhren.
Wer sich jetzt ernsthaft mit New Lean auseinandersetzt, hat die Chance, sein Werk in den nächsten fünf bis sieben Jahren von „gut ausgelastet“ auf „internationaler Benchmark“ zu entwickeln.
Wenn Sie in einem Werk, einer Business Unit oder zentralen Produktionsfunktion Verantwortung tragen, lautet die eigentliche Frage nicht, ob Sie New Lean und KI in Ihrer Produktion brauchen, sondern: Wie schnell kommen Sie vom Basisszenario in Richtung radikales Szenario – und welche Roadmap unterstützt Sie dabei am besten?